《我心中的岳阳楼》AIGC 大赛银奖作品复盘-西羊石AI视频团队

《我心中的岳阳楼》AIGC 大赛银奖作品复盘 西羊石AI视频团队 ⭐ 《我心中的岳阳楼》AIGC 大赛银奖作品复盘 西羊石AI视频团队 Modified October 18, 2025 然后就是。在这里人物走的时候，背景是岳阳楼的画面由于岳阳楼作为远景面积太小了，怎么样写弧形屋顶出来的概率真的很难抽。于是就是采用传统的ps手艺。先找到一张稍微合适一点的岳阳楼日的背景图，把人物抠进去 然后在制作广告牌的时候也是分了很多个图层把背景楼液化了一下，左边原图，右边处理后。 由于广告牌上的中文字很多是乱码。需要一个个进行修改。按照剧情的逻辑，爸爸带着女孩从岳阳楼离开走到这里。这个位置远处可以看到岳阳楼。大概从地图上看这里当时出图的时候也是写在了下面，因为广告牌这种广告牌它都是。它都是底下有一个地名，上面是一些网络文学的文字，还有南北的走向。但是像这样文字太小的情况，在出视频的时候会发现模糊以及。像素走位的情况，所以最终还是把底下这个去掉了，以保持画面的稳定性。而且在这个视频出来的时候。在剪辑的过程中发现，三三老师发现还是阿泷老师发现了这一块儿的吊针比较严重又使用了剪映的补分辨率和补帧。 总结： 在制作岳阳楼日的分镜图的时候，受限于当时的AI出图的技术瓶颈，花费了大量的时间在PS的抠图、溶图、修图上。基本每一张图都需要通过PS修正一下，也算是从不会使用PS到现在可以简单的操作了。 剪辑 由于我也不是专业的剪辑师，剪辑全凭个人感觉，因此这里就简单分享一些个人粗浅的经验。 这条片子用到的剪辑工具只有剪映（新手友好），通常我的剪辑过程分为三个阶段：粗剪、精剪、终稿优化。 粗剪阶段 首先把所有的视频素材按照分镜顺序放到轨道上，接下来就需要去找合适的配乐。不同的场景适合不同风格的配乐，可以直接在剪映里面搜索对应风格的配乐，也可以让 suno 为我们去生成指定风格的配乐。 接下来我们可以打开剪映自带的踩节拍功能进行音乐卡点操作，这里需要根据音乐节拍对视频片段进行简单的变速处理，通常每个镜头在 3s 以内，如果发现没有足够多的画面支撑台词或者是画面衔接起来不够丝滑流畅，就需要考虑再补充一些镜头，比如其他角度、其他景别的镜头。 精剪阶段 在确认好不需要额外补充镜头之后，接下来进入精剪阶段，这一步需要做好分镜转场衔接处理、色调校准、变速卡点、音效处理以及一些字幕包装。 首尾帧衔接 由于这个片子在设计分镜的时候大量使用了首尾帧，因此这里需要处理好两段视频素材之间常见的衔接问题，比如衔接处卡顿、色调不统一等等。 衔接处卡顿的问题是由于两段视频素材的衔接处会出现重复帧，这个时候我们需要在第一段视频的末尾或者第二段视频的开头删除重复帧，同时通过曲线变速的方式让两段视频素材的衔接看起来更加丝滑流畅。 而色调不统一的问题，我们可以直接在剪映里面进行简单的调色处理，或者是截取上一个视频片段的中间帧和下一个视频片段的尾帧去可灵里面重新跑一个首尾帧视频（亲测几乎不存在色调不一致的问题） 音乐卡点 接下来是卡点问题。比如巴陵戏那个片段的配乐，是一段比较密集的鼓点，这里需要卡好节拍才能做出比较丝滑的效果，而原视频素材里面的动作其实是存在明显的变形的。那么如果是你会怎么去剪呢？是需要重新抽卡么？ No access 巴陵戏 原素材 00:00 可以注意到，这里是用图生视频的方式去跑动态，首帧图片是通过文生图的方式生成的，不存在变形扭曲的问题。 因此这里我将这几个视频素材进行倒放处理，配合鼓点去进行一个曲线变速卡点，从而呈现出“亮相”的效果。 No access 巴陵戏 卡点 00:00 音效设计 如果我们整部片子只是一味地针对音乐进行卡点，而不添加音效，那么片子看起来就会显得很非常平。 在一些合适的地方加上音效，会增加观众的沉浸感，营造氛围，给人一种身临其境的感觉。 这个片子里的音效包括环境音（Background ）、拟音（Foley）以及特殊音效。 环境音（Background）: 描绘场景所处环境的声音，能够快速建立场景的真实感和空间感。比如水战的声音，古代街道市集的嘈杂声、风声、修缮岳阳楼施工的嘈杂声等等。 拟音（Foley）：画面中的人物动作和物体交互专门制作和录制的声音，例如脚步声、衣物摩擦声、道具操作声等，简单来说就是画面所见即所听。比如孩童跑步的脚步声、老鹰扇动翅膀飞翔的声音、马蹄踩水的声音等等 在这条片子里面，我还用到了一些特殊音效，比如在从范仲淹写岳阳楼记的场景切换到现代的岳阳楼，这里存在一个音乐的切换，在两段音乐的衔接处我使用了一个上升音效（Riser），声音由弱变强，整体音量呈上升趋势，在最高处戛然而止。 上升音效可以让我们的音乐强制急停（可以配合音乐淡出效果使用），也可以让两段风格完全不同的音乐的切换不那么生硬。比如我这里是插入了一个剪映自带的“渐升混响音”，然后在上升音效结束后，就需要进一个下一段音乐里面的重鼓点，这样进行一个音乐切换就不会过于生硬。 No access 特殊音效 00:00 然后就是。在这里人物走的时候，背景是岳阳楼的画面由于岳阳楼作为远景面积太小了，怎么样写弧形屋顶出来的概率真的很难抽。于是就是采用传统的ps手艺。先找到一张稍微合适一点的岳阳楼日的背景图，把人物抠进去 然后在制作广告牌的时候也是分了很多个图层把背景楼液化了一下，左边原图，右边处理后。 由于广告牌上的中文字很多是乱码。需要一个个进行修改。按照剧情的逻辑，爸爸带着女孩从岳阳楼离开走到这里。这个位置远处可以看到岳阳楼。大概从地图上看这里当时出图的时候也是写在了下面，因为广告牌这种广告牌它都是。它都是底下有一个地名，上面是一些网络文学的文字，还有南北的走向。但是像这样文字太小的情况，在出视频的时候会发现模糊以及。像素走位的情况，所以最终还是把底下这个去掉了，以保持画面的稳定性。而且在这个视频出来的时候。在剪辑的过程中发现，三三老师发现还是阿泷老师发现了这一块儿的吊针比较严重又使用了剪映的补分辨率和补帧。 总结： 在制作岳阳楼日的分镜图的时候，受限于当时的AI出图的技术瓶颈，花费了大量的时间在PS的抠图、溶图、修图上。基本每一张图都需要通过PS修正一下，也算是从不会使用PS到现在可以简单的操作了。 剪辑 由于我也不是专业的剪辑师，剪辑全凭个人感觉，因此这里就简单分享一些个人粗浅的经验。 这条片子用到的剪辑工具只有剪映（新手友好），通常我的剪辑过程分为三个阶段：粗剪、精剪、终稿优化。 粗剪阶段 首先把所有的视频素材按照分镜顺序放到轨道上，接下来就需要去找合适的配乐。不同的场景适合不同风格的配乐，可以直接在剪映里面搜索对应风格的配乐，也可以让 suno 为我们去生成指定风格的配乐。 接下来我们可以打开剪映自带的踩节拍功能进行音乐卡点操作，这里需要根据音乐节拍对视频片段进行简单的变速处理，通常每个镜头在 3s 以内，如果发现没有足够多的画面支撑台词或者是画面衔接起来不够丝滑流畅，就需要考虑再补充一些镜头，比如其他角度、其他景别的镜头。 精剪阶段 在确认好不需要额外补充镜头之后，接下来进入精剪阶段，这一步需要做好分镜转场衔接处理、色调校准、变速卡点、音效处理以及一些字幕包装。 首尾帧衔接 由于这个片子在设计分镜的时候大量使用了首尾帧，因此这里需要处理好两段视频素材之间常见的衔接问题，比如衔接处卡顿、色调不统一等等。 衔接处卡顿的问题是由于两段视频素材的衔接处会出现重复帧，这个时候我们需要在第一段视频的末尾或者第二段视频的开头删除重复帧，同时通过曲线变速的方式让两段视频素材的衔接看起来更加丝滑流畅。 而色调不统一的问题，我们可以直接在剪映里面进行简单的调色处理，或者是截取上一个视频片段的中间帧和下一个视频片段的尾帧去可灵里面重新跑一个首尾帧视频（亲测几乎不存在色调不一致的问题） 音乐卡点 接下来是卡点问题。比如巴陵戏那个片段的配乐，是一段比较密集的鼓点，这里需要卡好节拍才能做出比较丝滑的效果，而原视频素材里面的动作其实是存在明显的变形的。那么如果是你会怎么去剪呢？是需要重新抽卡么？ No access 巴陵戏 原素材 00:00 No access 巴陵戏 原素材 00:00 可以注意到，这里是用图生视频的方式去跑动态，首帧图片是通过文生图的方式生成的，不存在变形扭曲的问题。 因此这里我将这几个视频素材进行倒放处理，配合鼓点去进行一个曲线变速卡点，从而呈现出“亮相”的效果。 No access 巴陵戏 卡点 00:00 No access 巴陵戏 卡点 00:00 音效设计 如果我们整部片子只是一味地针对音乐进行卡点，而不添加音效，那么片子看起来就会显得很非常平。 在一些合适的地方加上音效，会增加观众的沉浸感，营造氛围，给人一种身临其境的感觉。 这个片子里的音效包括环境音（Background ）、拟音（Foley）以及特殊音效。 环境音（Background）: 描绘场景所处环境的声音，能够快速建立场景的真实感和空间感。比如水战的声音，古代街道市集的嘈杂声、风声、修缮岳阳楼施工的嘈杂声等等。 拟音（Foley）：画面中的人物动作和物体交互专门制作和录制的声音，例如脚步声、衣物摩擦声、道具操作声等，简单来说就是画面所见即所听。比如孩童跑步的脚步声、老鹰扇动翅膀飞翔的声音、马蹄踩水的声音等等 在这条片子里面，我还用到了一些特殊音效，比如在从范仲淹写岳阳楼记的场景切换到现代的岳阳楼，这里存在一个音乐的切换，在两段音乐的衔接处我使用了一个上升音效（Riser），声音由弱变强，整体音量呈上升趋势，在最高处戛然而止。 上升音效可以让我们的音乐强制急停（可以配合音乐淡出效果使用），也可以让两段风格完全不同的音乐的切换不那么生硬。比如我这里是插入了一个剪映自带的“渐升混响音”，然后在上升音效结束后，就需要进一个下一段音乐里面的重鼓点，这样进行一个音乐切换就不会过于生硬。 No access 特殊音效 00:00 No access 特殊音效 00:00 片子里面也用到了场景的 J Cut 音效转场（ 下一个场景的声音在当前场景的画面结束前提前进入），我这里是直接在黑场画面里面进了歌曲《笑傲江湖》开头刘欢老师的那一声“咿呀”（京剧唱腔的感觉），然后接上巴陵戏的画面，这样让这个场景切换看起来不是那么突兀。 其实剪辑的技巧太多了，包括常见的景别衔接：分析式衔接 由大到小（顺序： 远景 → 全景 → 中景 → 近景 → 特写）与合成式衔接 由小到大（顺序： 特写 → 近景 → 中景 → 远景）、动作衔接 、匹配剪辑（图形匹配、声音匹配）等等，由于篇幅原因这里就不展开说了，如果有感兴趣的小伙伴也可以在评论区留言告诉我，可以下次再进行分享。 其实在我第一遍剪完之后，感觉从古代切换到现代场景，再切换巴陵戏的场景，这三段画面以及相对应的配乐之间有点衔接不上，观感上会有点割裂，本来都差点想要去掉巴陵戏以及后面的内容。但是最后还是通过音效的设计，舍弃部分镜头以及渐隐渐显的转场方式，让整条片子看起来相对比较连贯一些。 尽管成片中部分画面与我最初构思的分镜存在差异，个别场景的呈现效果也未达预期，但在有限的时间里，我们已倾尽全力，力求将每个细节做到最好。最终作品能斩获银奖，这份肯定是莫大的鼓舞，也是一个令人欣慰的结果。 希望这次获奖作品的复盘，对大家有所收获！ 也希望我们一起在AI领域携手进步！ 大家好， 我们是西羊石AI视频团队。 前段时间我们拿下了《我心中的岳阳楼》AIGC 大赛银奖， 最近终于是闲了下来有时间去写一下被好多人催更的岳阳楼比赛作品的复盘文。 并且我们的作品也有幸被岳阳当地的各种官媒（岳阳广电、岳阳日报、岳阳发布等等）转发。 4 月底那会儿，我们抱着以赛代练的心态，在 aitop100 网站上看到了这个由湖南旅游发展大会岳阳执行委员会主办的“我心中的岳阳楼 AIGC 大赛”。 然后我喊上了和我一起录课的小伙伴阿泷老师和芋泥老师，一块去参加这个比赛。 这是我第一次作为统筹者的角色参与比赛，接下来我会把在这次共创作品的整个流程里收获到的一些经验分享给大家，希望能够对在看这篇文章的你有所启发。 团队分工 一开始我就比较明确，共创人员在精而不在多。 • 毕竟并非所有创作人员都能够在线下一起创作，人员多了，沟通起来也比较麻烦，进度也不太好第一时间拉齐。 • 我们三个人也算是第一次合作，需要一些磨合的时间成本，而且创作时间有限（当时距离交稿只剩两周）。 因此，当时我们确定的团队分工是： 📚 编导：西羊石团队 三三 美术：西羊石团队 阿泷，西羊石团队 芋泥 剪辑：西羊石团队 三三 编导：西羊石团队 三三 美术：西羊石团队 阿泷，西羊石团队 芋泥 剪辑：西羊石团队 三三 编导： 需要负责创意和具体的执行分镜，同时也负责把控并统筹中期执行过程中的跑图、跑动态，后期的剪辑节奏、包装特效。 美术：根据导演的要求，控制好影片的整体风格、调性，对影片风格进行定调，负责后续的分镜、视频的生成工作，包括人物、风格一致性等。 剪辑：负责筛选动态及相应的变速处理，根据导演需求，负责把控并制作影片节奏、音乐、配音、简易包装以及特效制作。 编导： 需要负责创意和具体的执行分镜，同时也负责把控并统筹中期执行过程中的跑图、跑动态，后期的剪辑节奏、包装特效。 美术：根据导演的要求，控制好影片的整体风格、调性，对影片风格进行定调，负责后续的分镜、视频的生成工作，包括人物、风格一致性等。 剪辑：负责筛选动态及相应的变速处理，根据导演需求，负责把控并制作影片节奏、音乐、配音、简易包装以及特效制作。 剧本设计 AI 提供选题 一开始我是把大赛简介、作品要求以及评审规则直接喂给 AI，然后让它给我提供几个选题 受 AI 提供的选题启发，我们最终梳理好了整个片子的大致框架： 以呈现岳阳楼丰富的文化特色为核心，从岳阳楼的历史文化出发，叙述其在不同时代的相关故事，并借此展现它背后蕴含的文学、建筑以及宗教文化。之后将视角转向现代岳阳，通过描绘其科技发展与民俗风情，最终呈现一个历史底蕴与现代活力交相辉映的、更多元的岳阳。 收集资料 在确定好整体的剧本框架之后，这一环节就是去尽可能地收集岳阳楼的不同方面的文化特色，这里主要是通过 AI 以及直接去岳阳市的官方网站上收集各种史实以及当地特色活动的资料，包括： • 岳阳楼的演变历史：三国时期鲁肃建造阅兵楼 城门楼 观赏楼 • 岳阳楼特色的盔顶式建筑结构 • 吕洞宾三醉岳阳楼的传说 • 李白、杜甫、孟浩然的诗词 • 提到岳阳楼绕不开的两位历史人物 滕子京与范仲淹 • 岳阳的民俗风情：巴陵戏、岳阳楼日。 剧本优化 整理好资料之后，接下来让 AI（GPT4o 或者 Gemini 2.5 Pro）把我们设计的大致框架与整理到的资料相结合，去生成优化剧本、撰写旁白。 分镜设计 虽然 AI 生成了一个看起来还不错的剧本，但是还是需要经过人工去调整。但是在这次创作过程中由于时间原因，我是直接在拆分镜的过程中去微调剧本的内容。 如果编剧与导演是同一个人可以这么做 hhh，时间充裕的话，建议还是先打磨好剧本，然后由担任导演的同学去设计分镜。 如果编剧与导演是同一个人可以这么做 hhh，时间充裕的话，建议还是先打磨好剧本，然后由担任导演的同学去设计分镜。 这里我分享一些我设计分镜的心得 1. 拆分镜尽可能细一点 很多情况下，我们利用一些 AI 工具直接生成的分镜脚本里，一个分镜往往需要两三个画面才能够去展现好这个分镜，因此需要尽可能地去细化分镜脚本。如果只是笼统的一句话，负责美术部分的同学可能就会简单的生成一个镜头。后面剪辑的时候就会发现画面衔接不起来，又得让负责美术的同学补镜头了，所以前期设计分镜的时候，尽可能细致一些。 2. 编写友好的画面描述 画面简单描述公式： [景别/视角/构图] + [主体] + [动作/状态] + [环境/背景] + [色调/氛围] 其实这一步的画面描述主要是为了让负责美术的小伙伴能够清楚地去理解导演想要的画面，很多人可能只是简单写了一下景别、主体动作状态以及所处的场景，但是往往会忽略了视角与构图，以及前后分镜之间的色调衔接看起来是否流畅其实也比较重要。（提前设计好，也能够减少负责后期剪辑的同学进行调色的工作量） 3. 提前设计好分镜之前的转场 在分镜设计的时候就要提前在脑海里想象一下分镜之间需要怎么衔接，比如常用的一些转场方式： • 硬切（默认方式）：大道至简，并不是所有的画面都需要用到首尾帧连起来才比较酷炫，只要片段之间有逻辑，硬切才是看起来最舒服的。 • 首尾帧转场：比如在设计分镜的时候需要设计一些出彩的镜头，这条片子里面就是提前设计好了一些观感上比较丝滑的首尾帧转场，比如瞳孔转场、老鹰转场、蝴蝶转场、李白酒杯转场、轮船窗户玻璃转场等等。 • 渐隐渐显 （Fade in/Fade out）：通过设置两段视频素材的不透明度的关键帧实现，类似剪映里面叠化转场的效果。 • 匹配剪辑 （Match Cut）: 比如在前一个镜头的结尾和后一个镜头的开头使用相似的物体或形状，或者是相似的动作。例如： 滕子京手拿着的洞庭晚秋图 范仲淹看着桌上放着的洞庭晚秋图，这样子去设计一个前后分镜直接的一个图片相关性，通过这种方式来做相似性转场。 据《渑水燕谈录。卷六》记载，滕子京在岳州重修岳阳楼后，给范仲淹送去一幅《洞庭晚秋图》，要求好友为其写一篇重修岳阳楼记。范仲淹凭借丰富的想象，写了这篇脍炙人口的《岳阳楼记》。 据《渑水燕谈录。卷六》记载，滕子京在岳州重修岳阳楼后，给范仲淹送去一幅《洞庭晚秋图》，要求好友为其写一篇重修岳阳楼记。范仲淹凭借丰富的想象，写了这篇脍炙人口的《岳阳楼记》。 图片与视频难点剖析 《楼千年・岳阳咏》的前半部分，着重展现唐朝以前岳阳楼的历史轨迹。 岳阳楼在历史长河中历经多次演变、损毁与重建。它的前身，相传最早是三国时期东吴大将鲁肃的 “阅军楼”，而后西晋及南北朝时期变成 “巴陵城门楼”，直至中唐时期才初步具备楼阁的雏形，此时才被正式称作 “岳阳楼” 。 前半段旨在呈现岳阳楼在不同时期的不同形象，从阅军楼到城门楼，再到观赏楼。如何在开篇就抓住观众的目光，这一点极为关键。鉴于早期岳阳楼的外观存在一定的想象空间，倘若能结合相关史料与传说故事，无疑能为 AI 创作提供广阔的发挥空间。 基于此，我们挑选了以下几个极具视觉冲击力的画面，作为前半段的精彩亮点。这些画面，无论是分镜图的设计，还是在视频中的呈现，都蕴含着一定技巧。接下来，为大家逐一剖析。 鲁肃瞳孔转场 作为影片的开篇，从鲁肃的视角引出三国时期赤壁之战的江战画面无疑是一个很吸睛的方式。 我们在以正面45度低角度拍摄的视角引入鲁肃的形象后，切了他的正脸特写，然后通过叠化的方式转到鲁肃瞳孔的大特写。 接着，瞳孔特写图缓缓推进，由鲁肃的瞳孔转到三国时期的江战画面。 No access 03 4 00:00 No access 03 4 00:00 我们可以通过剪辑的时候以画中画的形式，在瞳孔中添加蒙版，并添加缩放关键帧，将两段素材拼接在一起，这种属于通过传统的剪辑手法来实现瞳孔转场； 也可以采用首尾帧的方法来转场，若是希望尽可能丝滑，最好先通过PS等图像处理工具，将瞳孔特写图进行处理，把瞳孔的位置加入尾帧的战斗场景，这里可通过创建图层蒙版的形式来实现。 若希望瞳孔图尽可能真实，图层蒙版的边缘笔刷硬度调小，透明度也要调低一些。 以下两张图的对比，右边的是不是要真实很多。 只要首帧图和尾帧图有相似的地方，其实效果还是很容易出来的。若想要呈现大幅度的穿梭运镜，建议使用vidu。 首尾帧视频生成提示词如下：（其实只要图片处理好了，成功率还是很高的，提示词可以不用这么复杂） 特写镜头聚焦于一双眼睛，瞳孔中清晰映出古代战船的影像，细节细腻。镜头缓缓向前推进，靠近瞳孔。随着镜头深入，瞳孔中的古代战船影像极速放大，瞬间无缝切换为宏大的战船激战全景 —— 浓烟蔽日，火光冲天，古代战船如林，士兵奋战，箭雨与火攻交织，水面沸腾。整个过程一镜到底。 特写镜头聚焦于一双眼睛，瞳孔中清晰映出古代战船的影像，细节细腻。镜头缓缓向前推进，靠近瞳孔。随着镜头深入，瞳孔中的古代战船影像极速放大，瞬间无缝切换为宏大的战船激战全景 —— 浓烟蔽日，火光冲天，古代战船如林，士兵奋战，箭雨与火攻交织，水面沸腾。整个过程一镜到底。 总结： 这两种瞳孔转场的方法皆可使用。第一种更考验剪辑技术，效果肯定不如ai直接生成的首尾穿梭更自然。 使用首尾帧的话，直接使用两张图去生成视频，也有一定概率能出来，但如果想要成功率更高，更加丝滑，最好事先对瞳孔特写图进行简单的处理。 老鹰转场 从战场再到和平时期的岳州城（岳阳古称岳州、巴陵），我们设想的是通过一只江上飞翔的鹰来衔接。 让镜头追踪老鹰飞行的轨迹来实现转场。 这里主要的技巧就是先生成满意的前后场景，然后将老鹰融入到场景当中。 可以对场景图进行局部重绘，我自己试了一下，这种抽卡率有点高。 不如先直出两张老鹰张开双翼背面视角的图，然后再抠图，P进场景图中。稍微调整一下光影即可，那些细节不需要P得完美无缺，后续生成视频的时候其实会变得相对自然的。 这种穿梭镜头，可灵和vidu都不错。可灵的成功率比较高，但运动幅度相对较小；vidu很容易变得十分抽象，但出来的结果创意十足。 No access 老鹰对比 00:00 No access 老鹰对比 00:00 提示词： 镜头紧紧跟随老鹰向前飞行，穿过层层云雾，战场的喧嚣逐渐远去。随着老鹰的飞行，下方的景象逐渐变换，古老的城镇、整齐的田野与宁静的大湖相继映入眼帘。整个过程一镜到底。 镜头紧紧跟随老鹰向前飞行，穿过层层云雾，战场的喧嚣逐渐远去。随着老鹰的飞行，下方的景象逐渐变换，古老的城镇、整齐的田野与宁静的大湖相继映入眼帘。整个过程一镜到底。 总结： 设计好两个分镜的场景后，分别在分镜的合适位置上重绘/PS融入老鹰，再通过首尾帧来出视频。 技巧：老鹰的动作尽量自然，可以用同一只老鹰生成一段不同飞行动作的视频后，再截帧下来抠图、融入到对应的场景中，这样能更好地保持一致性。 蝴蝶转场 我们前半段片子的旁白是以讲故事的口吻来把观众带入早期岳阳楼的历史画面中。 旁白以“岳阳楼”作为主体，表达它“见过战火纷飞”也“见过歌舞升平”，进而契合不同的画面。 如何将这些画面更有创意地串联起来是一个难点。 在原本的设定中，我们希望通过一个孩童追逐蝴蝶的一镜到底画面来展现古代岳州城的风貌。 随后镜头跟随着那只蝴蝶落到在湖中泛舟的文人手中的书本当中，再通过文人仰望“城门楼”时期的岳阳楼，来呈现 开篇提到的“见证了无数的人事变迁”。 大家可以看到，上图是我们原本按照剧本设计好的一系列连贯的分镜图。 原本是希望从第一张小孩的正脸出来后，再切到他的45度侧面或者环绕到他的背面，接着通过首尾帧一镜到底的形式跟随着小孩追逐蝴蝶奔跑。 但事与愿违，最终呈现的效果并不理想。 No access 蝴蝶转场案例01 00:00 No access 蝴蝶转场案例01 00:00 上面从第三秒后的这一长串的长镜头，已经是综合了各大工具的优势而拼凑出来的一个差强人意的片段了。 首先，小孩跟随追逐蝴蝶的这个动作就没那么容易实现。要么是蝴蝶乱飞，要么是小孩根本不看蝴蝶。面对这个动作，当时的可灵1.6和Vidu q1都败下阵来，只有即梦和pixverse能勉强呈现这个效果。 奔跑的过程中，小孩跑步的速度、行人行走的速度都要自然且和谐，通过首尾帧来控制小孩前进的轨迹，就有可能导致周围的环境背景发生突变的鬼畜场面。 因此，若是面对这种周围的环境背景复杂的分镜图，不如直接图生视频后再继续延长视频。 同时，太多首尾相接的片段拼凑在一起，即便处理得再好也还是难免有一丝卡顿感。 综合考虑影片的节奏和画面的流畅度，我们删除了许多片段，仅保留了精华的部分，拖沓冗长的首尾帧并没有比精准切分镜头来的更高级。 No access 蝴蝶转场案例02 00:00 No access 蝴蝶转场案例02 00:00 这个片段最后的蝴蝶从空中落到书本上的穿梭镜头，依旧使用的Vidu。 Vidu对于近景的细微动作可能没有那么细腻，但对于需要大幅度位移的动作还是有一手的。 方法依然是首尾帧控图+蝴蝶融入，跟前面说的一样，就不再赘述了。 总结： 对于复杂背景的场景图，若要做一镜到底的镜头，建议优先通过延长视频或截取尾帧再P图的方法来实现。 若一镜到底效果不好，适当切分镜头，不要那么为难自己。 吕洞宾御剑 通过查阅相关资料，古代岳阳楼与八仙之一的吕洞宾有一段渊源。 既然如此，若不呈现一段吕洞宾御剑降临岳阳楼的画面岂不是浪费AI的创造力了。 起初，我们确实设计了吕洞宾的三视图，试图通过Vidu的多参或者即梦、MJ的角色参考来出各个分镜。 但经过实测之后，即梦3.0模型训练的脸型其实相对比较固定，对于同一段外貌描述的提示词反馈出来的脸基本长得差不多。 MJ对于中国风的人物外貌的呈现始终不理想，也尝试过在SD中使用一些古风LoRA，但都没有比即梦出的图更好看。 由于当时的即梦3.0还不支持人像参考，且即便参考脸部也还是需要通过提示词来控制着装。 于是我们通过固定吕洞宾的外貌提示词+不同的景别、动作、场景来生成分镜。 传说中的仙人吕洞宾，角色肖像照，全身照，中心构图，正面对着镜头，英俊的25岁古代男人形象，无胡须，长发飘飘，头发散开，身着白衣，隐约露出白靴，武侠风格，纯灰色背景。 传说中的仙人吕洞宾，角色肖像照，全身照，中心构图，正面对着镜头，英俊的25岁古代男人形象，无胡须，长发飘飘，头发散开，身着白衣，隐约露出白靴，武侠风格，纯灰色背景。 接着是吕洞宾御剑，这个镜头难度非常大。主要在人物如何自然地站在长剑的剑身上，不能站在剑柄上，且得是出鞘的长剑而不能是短剑或者带有剑鞘，甚至还有可能剑变成长刀。同时，站姿还要优雅，手里还要握着酒葫芦。 综合以上这些要求，显然是不可能一次性出来满意的图片的。 很多时候，角色不错，但场景不对；又或者场景没问题，但角色不行。 于是在必要时刻还是得后期通过PS来控图。当然，现在有了kontext、gpt 4o还有即梦3.0的智能参考，某些P图也不需要我们自己来做了。 这个镜头难就难在即便图片生成好了，御剑飞行也不是那么简单的。 使用了不同工具后，这里分享一下关于御剑飞行的使用经验。 1）一些简单的近景画面的呈现，可以采用可灵1.6的首尾帧： No access 19 1 1落地 00:00 No access 19 1 1落地 00:00 2）远景的御剑飞行镜头，可灵2.1大师版效果很不错。 No access 17 2 00:00 No access 17 2 00:00 提示词：（可以不用写这么复杂） 背后跟拍视角，持续跟踪运镜，如飞行器般紧跟仙人。仙人一袭白衣，双手背握葫芦，优雅立于御剑之上。剑若流星，穿梭翻涌云海，下方湖面如流光快速后移。阳光倾洒，衣袂飞扬，云雾缭绕其间，仙人始终背对镜头，身姿挺拔，御剑动作连贯迅疾，一镜到底展现其穿梭云海、湖面疾掠的飘逸与潇洒。 背后跟拍视角，持续跟踪运镜，如飞行器般紧跟仙人。仙人一袭白衣，双手背握葫芦，优雅立于御剑之上。剑若流星，穿梭翻涌云海，下方湖面如流光快速后移。阳光倾洒，衣袂飞扬，云雾缭绕其间，仙人始终背对镜头，身姿挺拔，御剑动作连贯迅疾，一镜到底展现其穿梭云海、湖面疾掠的飘逸与潇洒。 3）多景别的切换，可以使用即梦3.0，会有惊喜。 No access 17 3 00:00 No access 17 3 00:00 提示词： 下方的提示词是我直接把图片上传到豆包里面，让它给我生成5 6个连续的分镜描述。 直接粘贴到即梦的图生视频提示词当中即可。它会参考你的首帧图，由于我们这里首帧图只是一个全景的侧拍，所以对人物的脸部还原做的不是很好，但考虑到运镜实在很丝滑，我们稍微剪辑了一下，还是保留了这个镜头。 1. 全景，上帝视角，静止镜头，白衣男子脚踏长剑悬浮云海，下方展现山川湖海，阳光穿透云层洒落，时长 5 秒； 2. 中景，侧面视角，推镜头，镜头缓慢拉近，展示男子随风飘动的衣袂、手中古朴葫芦纹理细节，神情淡然，时长 4 秒； 3. 特写，正面视角，环绕运镜，镜头 360 度环绕男子面部，刻画坚毅洒脱神情，捕捉飞扬发丝，时长 3 秒； 4. 中景，斜后方视角，跟镜头，跟随长剑飞行方向，呈现剑刃破云轨迹与快速掠过的云絮，突出速度感，时长 5 秒； 5. 近景，仰拍视角，升镜头，从下往上拍摄男子挺拔身姿，背后是光芒万丈天空，衣摆剑穗舒展，尽显出尘气质，时长 4 秒； 6. 全景，远景视角，拉镜头，镜头逐渐拉远，男子御剑身影变小，融入壮丽山河云海，形成空镜，时长 5 秒。 1. 全景，上帝视角，静止镜头，白衣男子脚踏长剑悬浮云海，下方展现山川湖海，阳光穿透云层洒落，时长 5 秒； 2. 中景，侧面视角，推镜头，镜头缓慢拉近，展示男子随风飘动的衣袂、手中古朴葫芦纹理细节，神情淡然，时长 4 秒； 3. 特写，正面视角，环绕运镜，镜头 360 度环绕男子面部，刻画坚毅洒脱神情，捕